基于AJSA-BP修正神经网络的TC4钛合金本构关系构建
张宇航
帅美荣
周路
太原科技大学 重型机械教育部工程研究中心, 山西 太原 030024
摘要：研究高性能材料的热塑性变形行为及影响机理对于优化成型工艺、提升产品质量具有重要意义.基于Gleeble-3800 热力模拟实验机对TC4 钛合金开展高温压缩实验,在变形温度800～950℃双相区,应变速率 0.001～10 s-1 条件下,该合金高温流变应力随变形温度的升高以及应变速率的降低显著降低,且具备典型动态再结晶的特征.同时,为了进一步提高材料本构模型的计算精度,本文提出一种基于AJSA-BP修正的本构关系,旨在辅助搜索优化BP神经网络训练过程中的权值和阈值,并与基于应变补偿的Arrhenius新型本构模型进行对比分析.结果表明,基于AJSA-BP算法计算的应力预测值偏差率不大于15%的占比为95.65%,平均相对误差为3.83%,具有更为显著的计算精度优势,可用于指导金属高温流变应力的精确预测.
关键词：TC4钛合金热变形行为应变补偿本构模型AJSA-BP神经网络
分类号：TG146.2(金属学与热处理)
资助基金：国家自然科学基金(52175353)山西省重点研发计划(202102150401002)
论文发表日期：2023-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 45-52 )
英文信息